03_压测问题总结

在做压测中遇到格式各样的问题，因此总结一下，以备以后可以避免！

1. 压单接口，须要token怎么办？

我们在做接口压测的时候有时候需要token，token呢又是需要登录才能产生，如果我把登录接口也写压测脚本中，在压测时也会大量的请求登录接口，很占用系统资源！

• 场景：场景中压测的接口并不是做一次就需要一个新的token（每个用户只能进行一次操作，例如：某个赛事的报名），一个用户可以进行多次操作这个接口

• 解决方法：

① 在线程组中设置一个"仅一次控制器"，把获取token的接口放到“仅一次控制器”中，然后在获取token的接口后面添加一个“后置处理器-JSON Extractor”，提取获得的token给下个接口用！

② 在线程组中设置一个“循环控制器”，把需要压测的接口放到“循环控制器”中，设置循环次数，每个线程都只会执行一次登录，然后会按照“循环控制器”中设置的循环次数去执行！

2. 压单接口，每个接口发送都须要一个相对应的token，登录接口又只支持很小的并发，如果关联起来，登录脚本报错压测的接口也报错怎么办？

解决方法：使用jmeter后置处理器中的JSON Extractor和BeanShell PostProcessor
JSON Extractor：提取json报文中的token
BeanShell PostProcessor：把提取的token保存到本地

//log.info("................."+vars.get("tokenid")+"..............");
///log.info：打印变量使用，为了看代码对变量值的修改是否正确
FileWriter fstream=new FileWriter("${datadir}/Token.csv",true);
// ${datadir}是我在测试计划中报错的相对路径变量
BufferedWriter out =new BufferedWriter(fstream);
log.info("................."+vars.get("tokenid")+"..............");
out.write(vars.get("tokenid")+"\n");
out.close();
fstream.close();

然后在用csv文件读取本地的token进行压测

3. 使用非GUI模式执行，上个执行结果忘记删除，导致新执行的日志追加到上一个日志中

当用非GUI模式执行脚本的时候，我们会把jmeter执行的结果保存到日志中，但是往往会忘记把上个执行结果的日志删除，这样就导致了新执行的日志追加到上个日志中！用jmeter查看的日志结果就会不准确！

解决方法：

①.在测试计划中新增一个时间变量名time：变量值:${__time(MM)}-${__time(dd)}_${__time(HH:mm:ss)}
②.保存日志的文件名引用测试计划中的time变量名。

4. 怎么快速的确定cpu80%以上需要多少并发

先进行小批量的并发，例如：200个（看实际情况），然后看一下cpu使用率，大概可以按照 1/当前cpu使用率*200而得到cpu100%时大概需要多少并发（准不准不清楚，目前我是这样弄的），然后再去慢慢调试！

5. 被压接口增加100并发，cpu都会有变法，为什么并发数一直再增加，被压系统cpu未增加也不报错！

这个需要看是否有别的因素限制了性能：

① 关注jmeter服务器的CPU、内存、磁盘、NAT的性能、EIP的性能，有木有达到瓶颈？保证首先性能瓶颈不在发端。
② RDS的cpu:数据库cpu达到瓶颈，会影响被压接口的实例cpu
③ RDS的内存：同上
④ Redis的cpu：同上
⑤ Redis的内存：同上
⑥ 带宽：同上
还有就是你的硬件性能太好啦，100只是毛毛雨看不出什么

6. bug：压测登录接口导致所有接口都很卡

token过多后，redis访问接口使用错误（具体原因忘记了）

7.查看了数据库监控, 数据库CPU满载

解决方法：
① 数据库增加缓存机制：缓存的介质一般是内存，所以读写速度很快。缓存就是数据交换的缓冲区（称作Cache），当某一硬件要读取数据时，会首先从缓存中查找需要的数据，如果找到了则直接执行，找不到的话则从内存中找。由于缓存的运行速度比内存快得多，故缓存的作用就是帮助硬件更快地运行。
② 增加索引
③ 升级数据库配置

8. 数据库删除压测报名数据后，报名任然提示已报名

原因：redis缓存没有做相应的清空

什么操作最耗费数据库资源？是查询。查询中的子查询、多表查询，条件中的Group by、order by，以及limit等操作都会消耗不少的数据库资源。

• 提升数据库效率，在资金充足的情况下，我们可以通过提升硬件设施来完成:
  购置多个服务器，每个服务器执行不同的数据操作，查询类操作消耗资源，可以分给好多个数据库来操作，叫做“读写分离技术”。

• 为了缓解接口（数据库）的压力，对查询的结果做了缓存的策略
  1.执行查询
  2.缓存中存在数据 -> 查询缓存
  3.缓存中不存在数据 -> 查询实时接口

• redis的主从模式
  redis存储数据是在内存中运行的，运行速度比关系型数据库要快一些。而且它具有SortSet/Hash等具有特色的数据类型
  redis有增删改查四种操作，和一般的数据库差不多。
  添加、修改、删除都叫“数据写入”，主服务器可以作为“写入”服务器，而从服务器可以作为“读取”服务器。主服务器和从服务器要通过一些技术自动来同步。这叫“主从模式”。

• 创建基于redis的主从模式
  我们也可以给reids构建一个“主从模式”。在多台服务器上安装Redis，然后主服务器负责写入
  操作，从服务器进行读取操作。主从服务器是可以自动备份的:

  
  
  

  (主服务器是master，从服务器是slave)